Die Fertigung war schon immer ein Balanceakt zwischen Geschwindigkeit, Qualität und Innovation. Für Hersteller verpackter Konsumgüter ist dieser Balanceakt noch komplexer, da das Produktportfolio erweitert wird, sich die Verpackungsformate schneller entwickeln und die Produktionslinien voraussichtlich mehr Variationen als je zuvor berücksichtigen werden. Gleichzeitig erwarten die Verbraucher weiterhin bei jedem Kauf einwandfreie Produkte.
Proctor & Gamble (P&G) möchte seinen Kunden die beste Qualität bieten. Bei Tausenden von Produkten und Produktionslinien weltweit können selbst kleine Änderungen an Materialien, Verpackungen, Grafiken, Texturen oder Produktionsbedingungen die Qualitätsergebnisse beeinflussen. Traditionelle Inspektionstechnologien wurden für eine frühere Welt entwickelt. Die moderne Fertigung erfordert etwas Anpassungsfähigeres.
Diese Herausforderung hilft zu erklären, warum KI-gestützte Qualitätsprüfung entwickelt sich zu einer der wichtigsten Anwendungen industrieller KI. Die Fähigkeit, jedes Produkt mit voller Produktionsgeschwindigkeit zu prüfen, aus Schwankungen zu lernen, anstatt sich dadurch stören zu lassen, und diese Fähigkeiten global zu skalieren, gibt Herstellern eine neue Art, im Wettbewerb zu bestehen. Das Visual Inspection Cockpit (VIC) von Siemens, das in Zusammenarbeit mit P&G entwickelt wurde, zeigt, wie KI, Industrial Edge Computing und maschinelles Sehen die Qualitätssicherung von einer Produktionsanforderung in einen strategischen Geschäftsvorteil verwandeln können.
Unterstützung der Qualitätsprüfung für komplexe, schnellere Fertigungsprozesse
Die schnellen Produktionslinien von P&G mit ihrer hohen Variabilität sind genau die Umgebung, in der der Inspektionsprozess anspruchsvoll ist und eine spezifische, intelligente Lösung erfordert. Die Produktionslinien müssen einen hohen Durchsatz, ständige Produktinnovationen, sich entwickelnde Verpackungsdesigns und Materialien, die sich während der Herstellung auf natürliche Weise dehnen, verschieben, falten oder variieren, ermöglichen.
In der Vergangenheit wurden regelbasierte Bildverarbeitungssysteme verwendet, um Qualitätsprobleme zu erkennen. Obwohl diese Systeme in stabilen Umgebungen effektiv sind, müssen sie oft umfassend neu eingestellt werden, wenn sich Produkte, Materialien, Lichtverhältnisse oder Produktionseinstellungen ändern. Mit zunehmender Variabilität in der Fertigung kann die Aufrechterhaltung der Inspektionsleistung immer ressourcenintensiver werden.
Roland Joseph, Senior Technical Director, Intelligent Controls and Automation bei P&G, erklärte: „Herkömmliche, regelbasierte Bildverarbeitungssysteme haben einfach Schwierigkeiten, die Anforderungen der wichtigsten Prüfungen der Produktqualitätsmerkmale und der ständigen Veränderungen zu erfüllen, die unsere Innovations- und Produktionsumgebung mit sich bringt. Wir brauchen Fähigkeiten, die deutlich agiler und robuster sind.“
Was P&G benötigte, war nicht einfach ein besseres Inspektionssystem. Das Unternehmen benötigte einen grundlegend anderen Ansatz, einen, der in der Lage war, kontinuierliche Inspektionspräzision bei Liniengeschwindigkeit zu gewährleisten und sich gleichzeitig an die Realitäten der modernen Fertigung.
Industrielles Edge-Computing macht KI in großem Maßstab einsetzbar
Einige Jahre vor der Partnerschaft mit Siemens hatte P&G bereits das Potenzial von Deep Learning zur Lösung von Herausforderungen bei der Qualitätsprüfung identifiziert, die mit herkömmlichen Technologien nur schwer bewältigt werden konnten. Das Unternehmen entwickelte und implementierte erfolgreich eine interne Lösung für mehr als 150 Produktionsumgebungen und bewies damit den Wert KI-gestützter Inspektionen.
Die nächste Herausforderung war die Skalierung.
Der weltweite Einsatz industrieller KI erfordert mehr als die Entwicklung genauer Modelle. Es erfordert eine standardisierte Infrastruktur, zuverlässige Rechenleistung, betriebliche Belastbarkeit, Lebenszyklusmanagement, Softwarebereitstellungsprozesse und langfristigen Support. Dies sind die Funktionen, die aus einem erfolgreichen Pilotprojekt eine unternehmensweite Fähigkeit machen.
Durch die Partnerschaft mit Siemens kombinierte P&G seine Fertigungskompetenz und Deep-Learning-Innovation mit unserer Industrial Edge Edge-Plattform, Industrie-PCs mit NVIDIA-GPUs und industrieller KI-Infrastruktur, die für den Einsatz in mehreren Einrichtungen und Produktionsumgebungen konzipiert ist.
„Wir haben diese Lösung entwickelt“, sagte Paul Thomas, Direktor für maschinelles Sehen und angewandte KI bei P&G, „um eine Vielzahl von Branchenherausforderungen zu lösen, die herkömmliche Bildverarbeitungssysteme nicht bewältigen konnten: genaue Charakterisierung überlappender Komponenten, Subtilität kontrastarmer Defekte, die Komplexität stark dekorierter Produkte und Verpackungen, enge Zeitkoordination, Echtzeit-SPS-Integration mit Einzelproduktauswurf bei hohen Produktionsraten mit kontinuierlicher Inspektion.“
Das Ergebnis ist eine Lösung, die es der Industrial AI ermöglicht, dort zu arbeiten, wo die Fertigung stattfindet: direkt im Werk, in Echtzeit und schnell.